首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 513 毫秒
1.
空域复用多输入多输出(MIMO)系统的接收算法主要有线性接收算法(如ZF算法和MMSE算法)和非线性算法(如ML算法)两大类。其中,线性接收算法复杂性低,需要的计算量少,但是性能较差;ML算法性能较好,但是复杂度高,计算量大。因此需要寻找一种在复杂度和性能之间达到平衡的接收算法。球译码算法作为一种次优的ML算法可以较好的实现复杂度和性能间的平衡,是近年来多输入多输出(MIMO)系统译码算法中的研究热点。介绍了球译码算法的基本原理。  相似文献   

2.
吴剑杰 《科技通报》2021,37(8):66-70
针对旅行商(traveling salesman problem,TSP)是一个NP问题,本文使用改进的人工鱼群算法(improved artificial fish swarm algorithm,AFSA)进行线路的优化.首先阐述了TSP问题基本概念,其次针对基本的人工鱼群算法分别优化:(1)使用Laplace进行种群初始化,提高种群多样性;(2)使用正弦余弦算法取代觅食行为,保证算法在全局和局部范围内具有一定的平衡性;(3)利用人工蜂群算法对每一次迭代后的个体进行筛选,保证了算法的解的质量.仿真实验中本文算法在TSP路径规划方面具有一定的效果.  相似文献   

3.
自适应滤波算法根据采用优化准则的不同,通常分为两类最基本算法:最小均方误差(LMS)类算法和递归最小二乘(RLS)类算法。本文重点介绍了最小均方误差算法和递归最小二乘算法,并将这两类算法在MATLAB上进行仿真,并对结果作出比较和分析。  相似文献   

4.
灰狼优化算法(GWO)是一种受灰狼群体捕食行为启发的新型群智能优化算法。为提高灰狼优化算法的全局搜索能力,避免算法过早收敛,提高原算法精度。本文提出了一个改进版本的灰狼优化算法,在原始的灰狼优化算法上引入Lévy飞行策略,命名为基于Lévy飞行的灰狼优化算法(LGWO)。通过将LGWO应用于8个标准测试函数并与基本灰狼优化算法(GWO)及粒子群-引力搜索算法(PSOGSA)进行对比,实验仿真表明,LGWO算法收敛速度更快且寻优精度更高。  相似文献   

5.
由Karaboga发明的人工蜂群(ABC)算法是一种生物学启发的优化算法,与一些传统的生物学启发式算法如遗传算法(GA)、差分演化(DE)和粒子群优化(PSO)相比,已被证明具有一定的优越性。然而,ABC算法在解决方案搜索方程中仍然存在不足之处,该方程擅长于探索,但在开发方面却相对不足。受粒子群优化算法的启发,我们提出了一种改进的ABC算法,称为MABC算法,通过将全局最佳gbest解决方案的信息并入解决方案搜索方程来改进开发。通过基准函数上测试的实验结果表明,在大多数实验中,MABC算法可以胜过基本ABC算法。  相似文献   

6.
常规粒子群算法(SPSO)在优化过程中易陷入局部最优,本文分析了常规粒子群算法陷入局部最优的原因,提出采用一种自适应粒子群算法(APSO)避免陷入局部最优,改善算法的收敛性和精度。最后用自适应粒子群算法设计宽带阶梯阻抗变换器,结果表明,与常规粒子群算法相比,自适应粒子群算法全局速度快、成功率和精度也有显著提高。  相似文献   

7.
基于中心类型DFT矩阵特征分解的MA-CDFRFT(Multiangle Centered Discrete Fractional Fourier Transform)算法在计算一组离散分数阶傅立叶变换DFRFT(Discrete Fractional Fourier Transform)时充分利用FFT运算来减小运算量。结合偶数点离散傅立叶变换DFT(Discrete Fourier Transform)运算的对称性原理,通过数学推导将MA-CDFRFT算法中的一维对称性扩展到频率和变换阶数的二维平面上。利用这个二维对称性原理,改进算法将原算法的主要计算量减小了一半左右。仿真测试结果证明了改进算法的正确性。  相似文献   

8.
混合遗传蚁群算法的改进及在TSP问题中的应用研究   总被引:1,自引:0,他引:1  
蚁群算法(ACA)与遗传算法(GA)都属于仿生型优化算法,是解决组合优化问题的强有力工具,并都分别成功应用于旅行商问题(TSP)中.本文将两种算法进行融合,并给出了新的融合方式.实验结果表明,新的遗传蚁群混合算法有效地改进了算法的全局收敛性,并加快了收敛速度.  相似文献   

9.
针对传输正交幅度调制(QAM)信号的多输入多输出(MIMO)无线通信系统中的信号间干扰问题,提出了恒模算法(CMA)和软决策(SDD)算法相结合的混合算法。该方法代价函数结构简单,精确地利用了已知信息,使得均衡后信号具有良好的误码率性能。本文采用共轭梯度法进行优化,与现在常用的梯度类算法相比较,具有快速收敛的特性。最后分别通过信道最大扭曲和收敛速度分析了该算法的可靠性和有效性,且通过计算机仿真证明了该算法的良好性能。  相似文献   

10.
针对微粒群算法在解决电力系统经济负荷分配(ED)时容易早熟收敛和后期收敛速度慢的特点,将梯度微粒群算法(GPSO)应用于ED问题的求解,算法考虑了机组的运行约束。本算法对在迭代过程中微粒的位置及适应度计算,获取梯度信息,进一步调整惯性权重,从而提高基本微粒群算法的收敛速度,避免其容易陷入局部极值。运用GPSO算法对IEEE30节点系统进行计算,并将其计算结果与微粒群算法(PSO)、梯度法和遗传算法(GA)进行比较,优化结果好于上述3种方法,分析表明该方法是可行的、有效的。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号